mislo

Fakulteta za strojništvo · Univerza v Ljubljani

Obdelava in vrednotenje podatkov

Za predmet Obdelava in vrednotenje podatkov še ni zapiskov.

Imaš svoje zapiske? Objavi jih: ceno določiš ti, z naročnino ti ostane cela, DDV se doda kupcu.

Objavi zapiske

Čakaš na zapiske? Prijavi se in povej. Ko jih kdo objavi, dobiš sporočilo.

Želim zapiske

Kaj lahko narediš že danes

Naloži svoje gradivo za predmet Obdelava in vrednotenje podatkov: Mai ga prebere in ti iz njega naredi kartice, kviz in razlago, ko ti kaj ni jasno. Če zapiske kasneje objaviš, jih prodajaš tukaj.

Naloži svoje gradivo

Učni načrt

Podatki so iz učnega načrta, ki ga objavlja Fakulteta za strojništvo. Prebrano 7. 9. 2026. Poglej izvirnik

4 kreditne točke

Obveznosti v urah

  • Predavanja30 ur
  • Vaje30 ur
  • Samostojno delo40 ur

Vsebina

  1. Opredelitev poizkusa, izida in dogodka
  2. Relacije med dogodki
  3. Pojem in definicije verjetnosti dogodka
  4. Verjetnost unije, preseka dogodkov
  5. Pogojna verjetnost in odvisnost dogodka
  6. Več nivojski poskus in Bayessova formula
  7. Opredelitev diskretne in zvezne naključne spremenljivke in verjetnosti
  8. Oblike porazdelitvega zakona verjetnosti (kumulativna porazdelitev verjetnosti, funkcija verjetnosti in gostote verjetnosti)
  9. Lastnosti porazdelitvenega zakona in osnovi parametri (srednja vrednost, varianca), neenačba
  10. Čebiševa
  11. Binomska porazdelitev
  12. Hipergeomtrična
  13. Poissonova
  14. Eksponenta
  15. Gaussova
  16. Definicija vektorske naključne spremenljivke
  17. Opredelitev povezane in robne gostote verjetnosti
  18. Gostota pogojne verjetnosti
  19. Kovarianca in korelcija
  20. Splošna opredelitev
  21. Kvadratična funkcija in hi-kvadrat porazdelitev
  22. Porazdelitev linearne kombinacije spremenljivk in konvolucijski integral
  23. Statistična povprečja in momenti
  24. Definicija statističnega povpečja diskretne, zvezne in funkcije naključne spremenljivke
  25. Lastnosti statističnega povprečja
  26. Statistični moment in centralni momenti
  27. Povezani momenti in centralni momenti
  28. Primeri pomembnih statističnih povprečij
  29. Osnovni pojmi statistike
  30. Populacija, naključni vzorec
  31. Vzorčne karakteristike in osnovne statistike
  32. Točkovne cenilke (vzorčno povrprečje in varianca, vzorčni momenti, relativna frekvenca in histogram)
  33. Metode določanja točkovnih cenilk
  34. Metoda momentov
  35. Metoda maksimalnega verjetja
  36. Verjetnostne porazdelitve statistik
  37. Porazdelitev vzorčnega povprečja in centralni limitni teorem
  38. Hi-kvadrat porazdelitev vzorčne variance
  39. Z-statistika in Gaussova porazdelitev
  40. T - statistika in Studentova porazdelitev
  41. F - statistika in Snedecorjeva porazdelitev
  42. Intervalna ocena parametrov
  43. Koncept in interpretacija intervalne ocene
  44. Enostranska in dvostanska intervalna ocena
  45. Intervalne ocene srednje vrednosti – Z in T statistika
  46. Intervalna ocena variance – Hi kvadrat statistika
  47. Vpliv in izbira velikosti vzorca na odklon cenilke
  48. Statistične hipoteze I
  49. Osnovni pojmi in koncept testa
  50. Enostanski in dvostranski test
  51. Napake pri testu, njihovo ovrednotenje in interpretacija
  52. p vrednost testa
  53. Statistične hipoteze II
  54. Test parametričnih hipotez (Z in T test srednje vrednosti, F test variance)
  55. Prilagoditveni neparametrični hi kvadrat test
  56. Test neodvisnosti in homogenosti spremenljivk
  57. Test enakosti dveh normalnih populacij in zaznavanje vpliva dvonivojskega faktorja
  58. Praktični primer v Matlab okolju
  59. Test ANOVA- analiza variance in zaznavanje vpliva večnvojskega faktorja
  60. Osnovni pojmi in koncept testa
  61. Opredelitev hipoteze, F statistike in potek in interpretacija testa
  62. Praktični primeri ANOVA v Matlab okolju
  63. Empirično modeliranje in cenilke funkcij
  64. Osnovni pojmi in koncept parametričnih in neparametričnih cenilk funkcij
  65. Parametrična lineara regresija
  66. Neparametrična regresija in cenilka pogojnega povprečja
  67. Praktični primeri v Matlab okolju
  68. Naključni procesi
  69. Osnovni pojmi, definicija in praktični primeri
  70. Razvrstitev in lastnosti procesov
  71. Osnove opisa naključnih lastnosti (statistična poprečja po ansamblu, avto-kovariančna funkcija)
  72. Pojem stacionarnosti in preverjanje stacionarnosti naključnega procesa
  73. Osnove karakterizacije – Amplitudna porazdelitev in statistični momenti, Avtokorelacijska funkcija, Spektralna gostota
  74. Praktični primeri karakterizacije procesov v Matlab okolju

Ocenjevanje

Teoretične vsebine (predavanja). 50 %, Računski primeri iz avditornih vaj. 25 %, Laboratorijske vaje. 25 %

Pogoji za vključitev

Izpolnjevanje pogojev za vpis v Univerzitetni študijski program I. stopnje Strojništvo - Razvojno raziskovalni program.

Literatura

  • Edvard GOVEKAR, Naključni pojavi : elektronski zapiski in interaktivni učbenik. Univerza v Ljublani, Fakulteta za strojništvo, 2005. http://lab.fs.uni-lj.si/lasin/www/teaching/np/predavanja.htm. [COBISS.SI-ID 11321371]
  • Igor GRABEC, Janez GRADIŠEK, Opis naključnih pojavov, 2000, Univerza v LjubljanI, Fakulteta za strojništvo. [COBISS.SI-ID 276189696]
  • Douglas C. MONTGOMERY, George C. RUNGER, Applied statistic and probability for engineers, Third eddition, 2003, John Wiley and Sons.[ COBISS.SI-ID 16830747]
  • Julus S. BENDAT, Allan G. PIERSOL , Random Data: Analysis and measurement procedures, 4th ed., 2010, John Wiley and Sons.[ COBISS.SI-ID 13038875]

Kako deluje

  1. Zapiske kupiš enkrat in ostanejo tvoji.
  2. V aplikaciji iz njih dobiš kartice, kvize in Mai, ki pozna gradivo.
  3. Ceno določi avtor. Prodajalec je Mislo AI, račun dobiš od nas.